Résultats de la validation :

Après la préparation des standards de calibration et de validation la lecture des résultats a été faite par chromatographie liquide. Avec la stratégie de validation suivie et à partir des mesurages des essais d’étalonnages on calcule les coefficients du modèle d’étalonnage (tableau XXVII). Ensuite, à partir des mesurages réalisés sur les échantillons de validation, ces coefficients permettent de calculer les concentrations retrouvées des échantillons de validation

Tableau XXVII: détermination des coefficients du modèle d’étalonnage pour chaque série

Série 1 Série 2 Série 3

MND SPR MND SPR MND SPR

pente

interce

pt

R

Validation du dosage par la méthode de profil d’exactitude avec un modèle de régression y=ax+b

Les concentrations des standards de validation ont été calculées à partir de chaque courbe obtenue, ce qui a permis d’obtenir pour chaque niveau de concentration le biais relatif moyen, les limites de tolérance supérieures et inférieures des valeurs attendues au niveau β et ce, en considérant l’écart-type pour la fidélité intermédiaire. Ensuite le profil d’exactitude (figures 44,45) a été construit à partir de ces données.

Les Résultats de la justesse, la fidélité et l’exactitude ont été obtenus sur des niveaux de concentrations de (n = 3, p = 3), les tableaux 29 et 30 présente une récapitulatif de ces résultats.

Pour la linéarité, et Pour toutes les séries de validation, une droite de régression a été ajustée sur les concentrations calculées par rapport aux concentrations introduites en appliquant le modèle de régression

Figure 44 : profil d’exactitude pour la métronidazole avec un modèle de régression y=ax+b (pour λ=5% et β =80%

Tableau XXVIII: récapitulatif des résultats de justesse, fidélité et exactitude

Justesse Fidélité % Exactitudes

Niveaux de

concentration ^{Récupération Répétabilité}

Fidélité intermédiaire Limites de tolérance % 22,5 μg/mL 99,22 % 0,814 0,51 [‐2 , 0,65] 25,31μg/mL 101,49 % 1,56 1,06 [‐1,22 , 4,19] 28,13 μg/mL 100,74 % 1,21 1,21 [‐1,06 , 2,54] 30,94 μg/mL 99,05 % 0,87 0,57 [‐2,44 , 0,55] 33,75 μg/mL 99,89 % 0,75 0,66 [‐1,26 , 1,04]

Tableau XXIX: récapitulatif des résultats de justesse, fidélité et exactitude

Justesse Fidélité % Exactitudes

Niveaux de

concentration ^{Récupération Répétabilité}

Fidélité intermédiaire Limites de tolérance % 29,88 μg/mL 98,49 % 0,97 0,97 [‐3,00 , ‐0,09 ] 33,62 μg/mL 99,00 % 1,12 0,46 [‐3,22 , 1,21 ] 37,35 μg/mL 100,26 % 2,4 1,80 [‐3,61 , 4,14 ] 41,09 μg/mL 102,50 % 1,38 1,23 [0,33 , 4,67 ] 44,82 μg/mL 101,91 % 3,04 2,56 [‐2,95 , 6,77]

IV.4 DISCUSSION :

La qualité par conception (QbD) est une approche moderne et systématique pour le développement de produits et la qualité des produits pharmaceutiques. La qualité pharmaceutique peut être assurée en comprenant et contrôlant les variables de formulation et de fabrication dans un tel contexte structuré. De nos jours, le concept de QbD peut être étendu aux techniques analytiques. Dans ce concept de QbD, il est essentiel de définir le profil de performance du produit, le profil cible analytique et d'identifier les attributs de qualité critiques tout au long de la conception et du développement d'un processus.

Dans la présente étude nous avons appliqué les notions et principes de l’AQbD conformément aux recommandations de l’ICH sur une méthode de dosage simultané de la Spiramicyne et du Métronidazole.

Nous avons pu avec succès de déterminer les conditions optimales pour le fonctionnement de la méthode analytique choisie, en se basant sur les techniques statistiques et chimiométriques pour réaliser l’optimisation analytique, ce qui nous a permis de déterminer la région de fonctionnement normale de la méthode. Ce qui va nous assurer par la suite une flexibilité réglementaire et une robustesse analytique.

Les principales critiques de l’étude qui sont à recenser :

En raison de plusieurs contraintes, l’évaluation du risque de la méthode n’a pas été réalisée, chose qui peut éventuellement affecter la robustesse de la méthode.

Le screening des facteurs ou le criblage a été réalisé de façon univariée, ce qui est contradictoire aux valeurs du QbD, généralement le criblage doit être établi en utilisant des outils chimiométriques pour une meilleure évaluation de l’effet des facteurs sur les réponses.

La validation analytique a été réalisée en dehors du cadre de QbD.

Le processus AQbD est confronté à certains obstacles. Principalement, il y a une compréhension insuffisante du processus Quality by Design pour les techniques analytiques

d'investir dans le développement des ressources humaines et d'améliorer la compréhension du processus AQbD à travers la formation et l'éducation. En ce qui concerne l'aspect réglementaire, il faut définir clairement les différents éléments analytiques QbD. De plus, l'harmonisation globale des termes utilisés dans l'arène AQbD est le besoin de l'heure. On croit également que le processus d'examen de la FDA est incohérent lorsqu'il s'agit d'une application QbD. Cette perception décourage l'adoption de l'approche QbD. Il est temps que tous les problèmes soient résolus et que l'approche AQbD soit adoptée et mise en œuvre globalement. Il faut que l'industrie pharmaceutique s'engage fermement pour que cette approche réussisse.

IV.5 CONCLUSION :

On s’est intéressé dans ce travail à l’optimisation d’une méthode analytique de dosage par HPLC par l’intermédiaire de l’AQbD.

Nous avons commencé par une étude de criblage de facteurs influant sur la méthode analytique, ce criblage à été réalisé de manière univariée, ce qui nous a permis de fixer les domaines expérimentaux de chaque facteur sélectionné, donc pour l’optimisation les proportions de la phase mobile, le pH de la solution le débit ont été sélectionnés.

Comme réponse : le temps de rétention de dernier pic élué et la résolution entre les deux pics chromatographiques correspondant au métronidazole et à la spiramycine.

Ensuite pour le développement de la méthode en se basant sur les principes du QbD Nous avons choisi de travailler avec un modèle de 2ème degré, basé sur le plan d’expériences de Box-Behnken

Les données statistiques de l’ANOVA ont été évaluées pour vérifier si le modèle est significatif et approprié.

Les tracés de surface de réponse 3 dimensions ont été conçus pour discerner la relation facteur-réponse et les interactions possibles entre eux.

La valeur optimale de la fonction de désirabilité a été obtenue en variant divers CQA selon les critères d'acceptation, c'est-à-dire en minimisant le temps de rétention et en maximisant la résolution.

La région opérationnelle de la méthode a été obtenue par le compromis entre le pourcentage de la phase mobile, le pH et le débit. En fixant le temps de rétention entre 2min et 7min et la résolution entre 3 et 5.

La validation a été établie selon les lignes directrices de l’ICH Q2R1 et le profil d’exactitude.